呂偉, 周宏飛, 柴晨好, 馬進(jìn)博

?

新疆生產(chǎn)建設(shè)兵團(tuán)2001—2015年生態(tài)足跡及其驅(qū)動力因子分析

呂偉1,2,3, 周宏飛1,2*, 柴晨好1,2,3, 馬進(jìn)博4

1. 中國科學(xué)院新疆生態(tài)與地理研究所, 荒漠與綠洲生態(tài)國家重點實驗室, 烏魯木齊 830011 2. 中國科學(xué)院阜康荒漠生態(tài)系統(tǒng)國家站, 阜康 831505 3. 中國科學(xué)院大學(xué), 北京 100049 4. 新疆生產(chǎn)建設(shè)兵團(tuán)十二師二二二團(tuán), 阜康 831505

基于生態(tài)足跡模型對新疆生產(chǎn)建設(shè)兵團(tuán)2001—2015年生態(tài)足跡進(jìn)行計算, 并運用偏最小二乘回歸以及Pearson相關(guān)分析兩種方法分析生態(tài)足跡的經(jīng)濟(jì)社會驅(qū)動力因子。結(jié)果顯示: 2001—2015年, 兵團(tuán)人均生態(tài)足跡從2.765 hm2·cap-1增加到14.329 hm2·cap-1, 人均生態(tài)承載力保持較低穩(wěn)定狀態(tài), 人均生態(tài)赤字從0.355 hm2·cap-1增加到11.670 hm2·cap-1。表明兵團(tuán)經(jīng)濟(jì)快速增長過程中, 生態(tài)壓力持續(xù)增加, 可持續(xù)發(fā)展面臨挑戰(zhàn)。人均GDP、第二產(chǎn)業(yè)增加值、城鎮(zhèn)居民人均可支配收入、社會消費品零售總額、城鎮(zhèn)化水平、第一產(chǎn)業(yè)增加值對兵團(tuán)人均生態(tài)足跡變化有顯著正向驅(qū)動作用, 而萬元GDP生態(tài)足跡、第三產(chǎn)業(yè)增加值比重則表現(xiàn)出對人均生態(tài)足跡相對較弱的逆向驅(qū)動作用。調(diào)整產(chǎn)業(yè)結(jié)構(gòu)以及保證生態(tài)用水是降低生態(tài)足跡, 提高生態(tài)承載力, 實現(xiàn)兵團(tuán)可持續(xù)發(fā)展的有效途徑。

新疆生產(chǎn)建設(shè)兵團(tuán); 生態(tài)足跡; 可持續(xù)發(fā)展; 驅(qū)動力

0 前言

20世紀(jì)90年代, 加拿大生態(tài)經(jīng)濟(jì)學(xué)家Ree和Wackernagel提出生態(tài)足跡模型[1–2], 該模型通過測算人類活動對生態(tài)系統(tǒng)的壓力和給定人口區(qū)域生態(tài)承載力來衡量區(qū)域可持續(xù)發(fā)展程度和狀況。由于模型計算簡單, 結(jié)果明確, 被廣泛應(yīng)用?？v觀近些年生態(tài)足跡在我國的發(fā)展和運用, 研究主要集中在三個方面, (1)由單一年份生態(tài)足跡研究到長時間序列動態(tài)分析[3–4], 研究區(qū)域也由某一固定區(qū)域轉(zhuǎn)向區(qū)域間的比較分析[5–6]; (2)研究對象從區(qū)域轉(zhuǎn)化為各行業(yè), 從宏觀轉(zhuǎn)向微觀, 涉及農(nóng)業(yè)[7]、重工業(yè)[8]、能源[9]、旅游業(yè)[10]、交通[11]、水資源[12]、校園[13]、家庭[14]、個人[15]等; (3)在研究方法上傾向于多樣化, 對生態(tài)足跡影響因素分析[16–18], 以及對區(qū)域未來發(fā)展趨勢進(jìn)行預(yù)測[19–20]等。雖然我國學(xué)者對生態(tài)足跡進(jìn)行大量研究, 但利用該模型對新疆生產(chǎn)建設(shè)兵團(tuán)長時間序列動態(tài)變化, 以及驅(qū)動力因子分析并不鮮見。新疆生產(chǎn)建設(shè)兵團(tuán)(簡稱“兵團(tuán)”)地處西北干旱區(qū), 自然環(huán)境惡劣, 經(jīng)濟(jì)條件落后。兵團(tuán)作為特殊的生產(chǎn)單元, 一邊面臨發(fā)展經(jīng)濟(jì), 提高人民生活的重任; 一邊要承擔(dān)保護(hù)脆弱生態(tài)環(huán)境的職責(zé)。自2000年以來, 兵團(tuán)經(jīng)濟(jì)發(fā)展迅速, 三次產(chǎn)業(yè)增加值分別從2001年62.82、55.81、71.08億元上升到2015年428.04、883.88、623.00億元, 分別增加了5.81、14.84、7.76倍, 各行業(yè)經(jīng)濟(jì)快速發(fā)展的同時, 也帶來了自然資源過度消耗、污染物大量排放等[21]負(fù)面效應(yīng), 兵團(tuán)經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)矛盾日益加劇, 可持續(xù)發(fā)展形勢十分嚴(yán)峻, 定量評估兵團(tuán)生態(tài)狀況及其背后的驅(qū)動機制, 對協(xié)調(diào)經(jīng)濟(jì)、社會發(fā)展與生態(tài)環(huán)境保護(hù)具有重要意義。本文基于生態(tài)足跡模型, 評價兵團(tuán)2001—2015年區(qū)域經(jīng)濟(jì)生態(tài)可持續(xù)發(fā)展?fàn)顩r, 運用偏最小二乘回歸以及Pearson相關(guān)分析方法進(jìn)行驅(qū)動力分析, 揭示經(jīng)濟(jì)社會發(fā)展對生態(tài)足跡驅(qū)動作用, 以期為兵團(tuán)自然資源合理開發(fā)利用、經(jīng)濟(jì)生態(tài)可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況

新疆生產(chǎn)建設(shè)兵團(tuán)位于中國西北部新疆維吾爾自治區(qū)境內(nèi), 共14個師, 175個農(nóng)牧團(tuán)場, 總面積7.06×106hm2, 是全國最大的農(nóng)墾墾區(qū)之一。兵團(tuán)屬溫帶大陸性氣候, 多年平均降水145 mm, 蒸發(fā)量2000—2500 mm。在過去的60多年里, 兵團(tuán)在荒漠中建立了約300×104hm2的人工綠洲, 2015年兵團(tuán)總?cè)丝?76.56×104人, 耕地面積達(dá)124.38×104hm2。此外, 兵團(tuán)擁有豐富的農(nóng)業(yè)資源和礦產(chǎn)資源, 目前已經(jīng)建立了優(yōu)質(zhì)棉生產(chǎn)基地、瓜果蔬菜生產(chǎn)基地以及現(xiàn)代畜牧業(yè)產(chǎn)業(yè)基地, 各師規(guī)模以上工業(yè)企業(yè)原煤總產(chǎn)量150.5×104t, 占全疆14.28%。

2 數(shù)據(jù)來源與方法

2.1 生態(tài)足跡模型計算

生態(tài)足跡通過測定區(qū)域人口維持自身生存而消耗的自然資源, 與區(qū)域所能提供人類消費的資源總量進(jìn)行比較, 進(jìn)而對區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r下生態(tài)系統(tǒng)可持續(xù)進(jìn)行評價。本文均衡因子和產(chǎn)出因子參考Wackemagel的相關(guān)成果[2]。其中, 均衡因子: 耕地、建設(shè)用地為2.8, 林地、化石能源用地為1.1, 草地為0.5, 水域為0.2; 產(chǎn)出因子: 耕地和建設(shè)用地1.66、草地0.19、林地0.91、水域1.00、化石能源用地0.31。生態(tài)足跡、生態(tài)承載力以及生態(tài)赤字計算方法如下:

式中,為人均生態(tài)足跡(hm2·cap-1);C為種商品的人均消費量;D為種消費商品的世界平均生產(chǎn)能力;為生態(tài)足跡(hm2);為計算區(qū)域的人口數(shù);β為第類土地均衡因子;為人均生態(tài)承載力(hm2·cap-1);A為不同類型生態(tài)生產(chǎn)性土地面積(hm2);Y為不同類型生態(tài)生產(chǎn)性土地產(chǎn)出系數(shù);為人均生態(tài)赤字(hm2·cap-1)。此外, 根據(jù)世界環(huán)境與發(fā)展委員會(WCED)報告, 在計算生態(tài)承載力時, 扣除12%生物多樣性保護(hù)面積[22]。

2.2 數(shù)據(jù)來源與處理

本文選取生態(tài)足跡核算項目見下表1, 6類土地類型, 29種生物性資源或能源。在生態(tài)足跡計算中, 兵團(tuán)主要產(chǎn)品和用地面積數(shù)據(jù)以及經(jīng)濟(jì)、社會、產(chǎn)業(yè)、能源消費等相關(guān)數(shù)據(jù)均來自2002—2016年《新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計年鑒》。生物資源生產(chǎn)面積的折算以聯(lián)合國糧農(nóng)組織1993年計算的有關(guān)生物資源的世界平均產(chǎn)量資料[22]為依據(jù)進(jìn)行換算, 采用這一標(biāo)準(zhǔn)主要是為了方便與其他相關(guān)研究進(jìn)行比較。

文中數(shù)據(jù)預(yù)處理采用Excel 2013, 模型分析采用SPSS 21, 作圖采用origin 8.5。

3 結(jié)果與分析

3.1 生態(tài)足跡及承載力動態(tài)變化

人均生態(tài)足跡計算結(jié)果表明(見圖1), 2001—2015年兵團(tuán)人均生態(tài)足跡總體呈不斷增加趨勢, 由2.765 hm2·cap-1增加到14.329 hm2·cap-1, 年均增長19.65%。從各類型生態(tài)足跡來看, 化石能源和耕地人均生態(tài)足跡占比重較大,多年平均比重分別為28.61%和50.61%, 而其他四類足跡占比重較小。2001—2015年間, 化石能源人均足跡從2001年0.383 hm2·cap-1增加到2015年7.419 hm2·cap-1, 年均增加了0.503 hm2·cap-1, 化石能源足跡快速增加必然加劇其他土地類型的壓力。耕地人均生態(tài)足跡增加也較為突出, 從2001年1.763 hm2·cap-1增加到2015年4.559 hm2·cap-1, 年均增加0.200 hm2·cap-1, 人均耕地生態(tài)足跡的持續(xù)增加, 表明人類對耕地附屬產(chǎn)品消費依賴性逐漸加強, 同時也說明了農(nóng)業(yè)作為兵團(tuán)的基礎(chǔ)產(chǎn)業(yè)的地位。草地人均生態(tài)足跡從2001年0.534 hm2·cap-1增加到2015年1.257 hm2·cap-1, 年均增加0.052 hm2·cap-1。兵團(tuán)草地面積廣闊, 在區(qū)域水土保持, 防風(fēng)固沙等維護(hù)生態(tài)穩(wěn)定中發(fā)揮重要作用。草地生態(tài)足跡的不斷增加, 表明了人類為了滿足自身消費需求, 對草地資源過度放牧開發(fā), 加劇草地退化以及荒漠化的風(fēng)險, 草地面積從2001年242.36×104hm2下降為2015年172.10×104hm2。此外, 建設(shè)用地、林地、以及水域人均生態(tài)足跡也呈現(xiàn)上升的趨勢, 但變化幅度并不明顯, 這種趨勢與兵團(tuán)人口穩(wěn)定增長具有一致性(2001年245.36萬人增加到2015年276.56萬人), 表明兵團(tuán)城鎮(zhèn)化發(fā)展與人口的增加促進(jìn)了生活必需品的消耗, 進(jìn)而導(dǎo)致區(qū)域生態(tài)壓力增加。從各類型足跡比重變化來看, 耕地、草地以及水域足跡比重呈現(xiàn)下降趨勢, 其中耕地足跡比重下降最大從2001年63.75%下降到2015年31.82%; 而其它三種類型則表現(xiàn)為上升趨勢, 化石能源足跡上升最為顯著, 從13.84%上升為51.77%, 這表明兵團(tuán)經(jīng)濟(jì)從以耕地為主的農(nóng)業(yè)資源消耗轉(zhuǎn)向以化石能源為主的工業(yè)資源消耗。

表1 生態(tài)足跡核算項目

圖1 2001-2015年人均生態(tài)足跡構(gòu)成

Figure 1 The constitute of ecological footprint from 2001 to 2015

由圖2可知, 兵團(tuán)人均生態(tài)承載力較為穩(wěn)定, 僅在2009-2010年間有增長趨勢, 但變幅較弱為22.14%。15年間, 人均生態(tài)赤字與生態(tài)足跡呈現(xiàn)相同的變化趨勢, 增長趨勢較為明顯, 從2001年0.355 hm2·cap-1增加到2015年11.670 hm2·cap-1, 年均增加0.808 hm2·cap-1。表明隨著兵團(tuán)經(jīng)濟(jì)快速發(fā)展, 自然資源消耗已達(dá)到超載狀態(tài), 可持續(xù)發(fā)展面臨挑戰(zhàn)。究其原因, 一方面由于人口不斷增加導(dǎo)致對資源消耗量增加; 另一方面, 兵團(tuán)位于西北干旱區(qū), 分布在塔克拉瑪干沙漠、古爾班通古特沙漠邊緣以及河流下游地帶, 面臨土壤荒漠化、鹽漬化的危害, 可利用的土地有限, 且質(zhì)量不高。此外, 在承載力構(gòu)成中耕地承載力比重多年平均為72.10%, 而其他四類承載力比重較低, 兵團(tuán)農(nóng)業(yè)結(jié)構(gòu)不合理。加之, 化石能源足跡和耕地足跡的不斷增加, 進(jìn)一步促進(jìn)生態(tài)赤字上升。

3.2 兵團(tuán)生態(tài)足跡的驅(qū)動力因子

生態(tài)足跡通過比較人類對資源類經(jīng)濟(jì)產(chǎn)品的消耗與供給量來衡量區(qū)域可持續(xù)發(fā)展, 不能夠充分反映出區(qū)域經(jīng)濟(jì)社會指標(biāo)與生態(tài)足跡的相互作用關(guān)系, 評價結(jié)果具有片面性[23]。為此, 根據(jù)兵團(tuán)對自然資源需求狀況以及經(jīng)濟(jì)社會因子之間的內(nèi)在關(guān)聯(lián)性, 選擇相關(guān)驅(qū)動力來構(gòu)建驅(qū)動力指標(biāo)體系(見表2), 揭露人均生態(tài)足跡時間動態(tài)變化的原因。

通過建立人均生態(tài)足跡與各因子之間的偏最小二乘回歸模型, 根據(jù)模型運行結(jié)果, 當(dāng)提取3個成分時,的預(yù)測殘差平方和最小為3.57, 此時模型對和的解釋能力分別為99.53%和99.07%, 回歸方程值遠(yuǎn)小于0.01, 符合精度要求且模型可靠?；貧w方程如下:

Figure 2 The dynamic change curve of per capita ecological footprint, ecological capacity, ecological deficit from 2001 to 2015

表2 兵團(tuán)人均生態(tài)足跡驅(qū)動力指標(biāo)體系

根據(jù)方程可以得出, 在8個指標(biāo)中, 萬元GDP生態(tài)足跡和第三產(chǎn)業(yè)比重與人均生態(tài)足跡呈負(fù)相關(guān)關(guān)系, 其他指標(biāo)都表現(xiàn)出與人均生態(tài)足跡的正相關(guān)關(guān)系。模型結(jié)果給出各驅(qū)動力因子的變量投影重要性(VIP)(見表3), 該指標(biāo)值越大, 表明對因變量影響能力越強, 通常認(rèn)為[24], VIP大于1的自變量重要, 0.5-1之間比較重要, 小于0.5則不重要。根據(jù)模型運算結(jié)果: 人均GDP、第二產(chǎn)業(yè)增加值、城鎮(zhèn)居民人均可支配收入、社會消費品零售總額、城鎮(zhèn)化水平、第一產(chǎn)業(yè)增加值6個驅(qū)動力因子VIP值大于1, 對人均生態(tài)足跡影響最顯著, 而萬元GDP生態(tài)足跡、第三產(chǎn)業(yè)增加值比重VIP值小于1, 對人均生態(tài)足跡影響次顯著。為了進(jìn)一步明確和驗證兵團(tuán)人均生態(tài)足跡驅(qū)動力, 采用SPSS21軟件對人均生態(tài)足跡及其驅(qū)動力因子做Pearson相關(guān)性分析?？傮w上來看, Pearson相關(guān)分析與偏最小二乘回歸分析結(jié)果呈現(xiàn)出一致性, 所選驅(qū)動力因子都與人均生態(tài)足跡呈顯著性相關(guān)(P<<0.01)。從相關(guān)系數(shù)大小來看, 人均GDP、第二產(chǎn)業(yè)增加值、城鎮(zhèn)居民人均可支配收入、社會消費品零售總額、城鎮(zhèn)化水平、第一產(chǎn)業(yè)增加值與人均生態(tài)足跡的相關(guān)系數(shù)都在0.95以上, 表明這6個因子對人均生態(tài)足跡驅(qū)動作用較強, 且為正向驅(qū)動; 而萬元GDP生態(tài)足跡和第三產(chǎn)業(yè)增加值比重與人均生態(tài)足跡相關(guān)系數(shù)分別為–0.789、–0.682, 表明其對人均生態(tài)足跡有相對較弱的逆向驅(qū)動作用。

3.3 驅(qū)動力因子分析

根據(jù)上節(jié)中偏最小二乘回歸以及Pearson相關(guān)分析結(jié)果, 結(jié)合新疆生產(chǎn)建設(shè)兵團(tuán)生態(tài)環(huán)境、社會經(jīng)濟(jì)現(xiàn)狀, 對上述主要驅(qū)動力因子對生態(tài)足跡的驅(qū)動作用作深入分析。

(1)人均GDP與萬元GDP生態(tài)足跡。上節(jié)中人均生態(tài)足跡驅(qū)動力的兩種分析方法得出, 人均GDP變量投影重要性為1.059, Pearson相關(guān)系數(shù)為0.993, 表明人均GDP為驅(qū)動人均生態(tài)足跡最重要的因子。人均GDP常用來代表區(qū)域經(jīng)濟(jì)發(fā)展水平, 其值越大, 表示區(qū)域經(jīng)濟(jì)發(fā)展水平越高, 2001年以來, 兵團(tuán)經(jīng)濟(jì)快速增長(見表4), 人均GDP從2011年0.77萬元增加到2015年7.00萬元, 比我國2015年高出1.79萬元。然而經(jīng)濟(jì)增長的同時, 也導(dǎo)致了兵團(tuán)生態(tài)足跡的不斷增加, 表明兵團(tuán)經(jīng)濟(jì)增長是以資源大量消耗為代價。萬元GDP生態(tài)足跡與人均生態(tài)足跡呈現(xiàn)負(fù)相關(guān), 投影變量重要性小于1, 相關(guān)系數(shù)為-0.789, 對人均生態(tài)足跡影響相對較弱。萬元GDP生態(tài)足跡表征區(qū)域資源利用效率, 其值越小, 資源利用效率越高, 期間萬元GDP生態(tài)足跡不斷降低, 從3.58 hm2下降到2.05 hm2,表明兵團(tuán)資源利用效率不斷提高, 這與兵團(tuán)主導(dǎo)產(chǎn)業(yè)由農(nóng)業(yè)轉(zhuǎn)變到工業(yè), 以及農(nóng)業(yè)現(xiàn)代化整體推進(jìn)有很大關(guān)系, 但其降幅僅有42.73%, 遠(yuǎn)小于人均GDP的上升幅度, 與其他區(qū)域相比, 全國2010年萬元GDP生態(tài)足跡僅有1.21 hm2[4], 新疆也不足2 hm2[25], 兵團(tuán)資源利用效率明顯處于較低水平。總體來說, 兵團(tuán)經(jīng)濟(jì)快速發(fā)展是以資源大量消耗為支撐, 對生態(tài)足跡正向驅(qū)動顯著, 而資源利用效率變化相對較小, 且水平較低, 對生態(tài)足跡逆向驅(qū)動不足, 導(dǎo)致生態(tài)足跡不斷上升。

(2)第一、二產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)增加值比重。第二產(chǎn)業(yè)增加值的投影變量重要性為1.057, 相關(guān)系數(shù)為0.988, 是產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)中對人均生態(tài)足跡影響最顯著的因子。根據(jù)年鑒統(tǒng)計, 2001年到2015年兵團(tuán)第二產(chǎn)業(yè)增加值從55.81億元增加到883.88億元, 2015年占GDP比重達(dá)45.68%, 位居三產(chǎn)之首。在工業(yè)多年平均比重占第二產(chǎn)業(yè)65.00%狀況下, 兵團(tuán)重工業(yè)占工業(yè)比重從2001年38.80%增加到2015年63.70%, 增加了24.90%。兵團(tuán)具有豐富的煤炭資源,煤炭可控儲量達(dá)180×108t, 且品種齊全, 煤質(zhì)優(yōu)良[26], 大量的煤炭資源為兵團(tuán)重工業(yè)快速發(fā)展提供了能源保障。通過查找相關(guān)資料, 發(fā)現(xiàn)2001年以來, 兵團(tuán)煤炭消耗總量占據(jù)煤炭、石油以及天然氣能源總消耗量的99%以上, 煤炭利用總量從2001年208.85×104t標(biāo)準(zhǔn)煤快速增加到2015年4819.08×104t標(biāo)準(zhǔn)煤,增加約22倍, 煤炭資源快速消耗與兵團(tuán)化石能源足跡快速增加相互印證。

表3 變量投影重要性及Pearson相關(guān)性分析

注:**表示在0.01水平上顯著

第一產(chǎn)業(yè)增加值投影變量重要性為1.023, 相關(guān)系數(shù)為0.961, 同樣對人均生態(tài)足跡有著較為顯著的正向驅(qū)動作用。兵團(tuán)以農(nóng)業(yè)發(fā)展起家, 農(nóng)業(yè)作為基礎(chǔ)產(chǎn)業(yè), 對各行業(yè)經(jīng)濟(jì)發(fā)展有著促進(jìn)作用。第一產(chǎn)業(yè)增加值從62.82億元增加到428.04億元, 發(fā)展迅速, 然而, 目前兵團(tuán)農(nóng)業(yè)內(nèi)部卻存在許多問題, 例如農(nóng)業(yè)結(jié)構(gòu)不合理, 種植業(yè)比重高, 畜牧業(yè)比重不足; 農(nóng)業(yè)用水量比重過高, 擠占生態(tài)用水; 耕地肥力下降, 土壤局部鹽堿化; 農(nóng)業(yè)面源污染較重, 廢棄物資源化利用技術(shù)水平不高等, 都嚴(yán)重制約了兵團(tuán)農(nóng)業(yè)可持續(xù)發(fā)展。此外, 相對于其他產(chǎn)業(yè), 農(nóng)業(yè)生態(tài)資源占用比例較高[27], 隨著農(nóng)業(yè)規(guī)模不斷擴(kuò)大, 將進(jìn)一步促進(jìn)生態(tài)足跡上升。

表4 2001-2015年兵團(tuán)人均GDP和萬元GDP生態(tài)足跡

第三產(chǎn)業(yè)增加值比重對兵團(tuán)足跡影響較小, 表現(xiàn)為抑制作用, 變量投影重要性為0.768, 相關(guān)系數(shù)為-0.682。近些年第三產(chǎn)業(yè)增加值比重有下降趨勢, 從37.47%下降為32.20%, 第三產(chǎn)業(yè)發(fā)展滯后。從第三產(chǎn)業(yè)結(jié)構(gòu)來看, 傳統(tǒng)的批發(fā)零售業(yè)、貨物流通倉儲業(yè)、餐飲業(yè)等服務(wù)業(yè)占絕對優(yōu)勢, 而信息、咨詢、IT、金融等新興產(chǎn)業(yè)卻發(fā)展緩慢, 導(dǎo)致產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)不合理, 發(fā)展水平較低。

(3)城鎮(zhèn)化水平、城鎮(zhèn)居民人均可支配收入以及社會消費品零售總額。由兵團(tuán)生態(tài)足跡的驅(qū)動力分析結(jié)果可知, 以上三個驅(qū)動力因子的變量投影重要性都大于1, 且Pearson相關(guān)系數(shù)都在0.97以上, 表明這三個驅(qū)動力因子都對人均生態(tài)足跡有顯著影響。一般來說, 城鎮(zhèn)化過程總是伴隨著工業(yè)化發(fā)展而不斷推進(jìn)。2001—2015年, 兵團(tuán)工業(yè)化不斷提升, 城鎮(zhèn)化水平也從46%上升到63%。一方面, 由于兵團(tuán)工業(yè)能耗結(jié)構(gòu)不合理、煤炭比重過高, 存在資源高投入、低產(chǎn)出等問題; 另一方面, 城鎮(zhèn)居民消費高于農(nóng)村居民, 消費產(chǎn)品生態(tài)占用較大, 導(dǎo)致其人均生態(tài)足跡較高[4], 城鎮(zhèn)居民人口比重的提高, 必然促進(jìn)區(qū)域資源的消耗。此外, 城鎮(zhèn)居民人均可支配收入從2001年0.65萬元增加到2015年3.14萬元, 增加約3.8倍, 居民收入的提高為其消費支出提供了保障。從社會整體消費來看, 兵團(tuán)社會消費品零售總額從63.46億元增加到552.34億元, 整體上說明人們收入水平提高以后, 對物質(zhì)追求不斷增加。

4 結(jié)論與建議

(1)2001—2015年間, 兵團(tuán)人均生態(tài)足跡從2.765 hm2·cap-1增加到14.329 hm2·cap-1, 耕地和化石能源足跡對人均生態(tài)足跡增加有著重要貢獻(xiàn); 而人均生態(tài)承載力處于較低的穩(wěn)定狀態(tài), 僅在2009-2010年間增加22.14%; 人均生態(tài)赤字與人均生態(tài)足跡呈現(xiàn)相同的增長變化趨勢, 從2001年的0.355 hm2·cap-1增加到2015年的11.670 hm2·cap-1, 表明兵團(tuán)經(jīng)濟(jì)快速發(fā)展過程中, 生態(tài)壓力持續(xù)增加, 可持續(xù)發(fā)展面臨挑戰(zhàn)。

(2)運用偏最小二乘回歸模型以及Pearson相關(guān)分析, 進(jìn)一步探討經(jīng)濟(jì)社會因子對兵團(tuán)生態(tài)足跡驅(qū)動作用。結(jié)果顯示, 兩種分析方法具有一致性: 人均GDP、第二產(chǎn)業(yè)增加值、城鎮(zhèn)居民人均可支配收入、社會消費品零售總額、城鎮(zhèn)化水平、第一產(chǎn)業(yè)增加值對兵團(tuán)人均生態(tài)足跡變化有顯著正向驅(qū)動作用, 而萬元GDP生態(tài)足跡、第三產(chǎn)業(yè)增加值比重則表現(xiàn)出對人均生態(tài)足跡相對較弱的逆向驅(qū)動作用。

(3)研究期內(nèi), 兵團(tuán)經(jīng)濟(jì)社會發(fā)展對人均生態(tài)足跡增長有較強促進(jìn)作用。一方面由于兵團(tuán)經(jīng)濟(jì)發(fā)展是以資源消耗為支撐的粗放式模式, 產(chǎn)業(yè)結(jié)構(gòu)不合理, 導(dǎo)致資源利用效率較低; 另一方面隨著城鎮(zhèn)化水平以及人均收入水平提高, 人類對社會消費品需求不斷增加, 經(jīng)濟(jì)發(fā)展和社會消費共同驅(qū)動生態(tài)足跡的上升。

為實現(xiàn)兵團(tuán)經(jīng)濟(jì)、社會、生態(tài)可持續(xù)協(xié)調(diào)發(fā)展, 提出以下兩點建議: (1)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)。在保持經(jīng)濟(jì)合理增長的基礎(chǔ)上, 降低第一產(chǎn)業(yè), 優(yōu)化種植業(yè)、草地畜牧業(yè)和林業(yè)比例; 穩(wěn)定第二產(chǎn)業(yè), 改變高能耗結(jié)構(gòu), 發(fā)展低耗能產(chǎn)業(yè), 提高對可再生能源的利用; 大力發(fā)展第三產(chǎn)業(yè), 打造特色綠洲農(nóng)業(yè)、軍墾文化、沙漠觀光旅游業(yè), 積極推動金融、信息等新興服務(wù)產(chǎn)業(yè)的發(fā)展。(2)增加生態(tài)用水。水資源的過度開發(fā)利用是生態(tài)赤字的重要原因, 需要通過提高單位水量的經(jīng)濟(jì)效益來壓縮生產(chǎn)用水, 使生態(tài)用水的比例提高, 擴(kuò)大自然林草地面積, 恢復(fù)天然河道水域, 提高兵團(tuán)生態(tài)承載力。

[1] REES W E. Ecological footprint and appropriated carrying capacity: what urban economics leaves out[J]. Environment and Urbanization, 1992, 4(2): 121–130

[2] WACKERNAGEL Aackernagel M, REES W E. Our Ecolo-gical Footprint: Reducing Human Impact on the Earth[M]. Gabriola Island: New Society Publishers, 1996: 2–17.

[3] 楊屹, 加濤. 21世紀(jì)以來陜西生態(tài)足跡和承載力變化[J]. 生態(tài)學(xué)報, 2015, 35(24): 7987–7997.

[4] 黃寶榮, 崔書紅, 李穎明. 中國2000～2010年生態(tài)足跡變化特征及影響因素[J]. 環(huán)境科學(xué), 2016, 37(2): 420–426.

[5] 張愛菊, 張白汝, 向書堅. 中部6省生態(tài)足跡的測算與比較分析[J]. 生態(tài)環(huán)境學(xué)報, 2013, 22(4): 625–631.

[6] 田龍, 張青峰, 張翔, 等. 基于改進(jìn)生態(tài)足跡模型的西北地區(qū)生態(tài)可持續(xù)性評價[J]. 干旱區(qū)資源與環(huán)境, 2015, 29(8): 76–81.

[7] 畢安平, 朱鶴健, 王德光. 基于區(qū)域產(chǎn)量法測算的福建省農(nóng)業(yè)生態(tài)足跡[J]. 自然資源學(xué)報, 2010, 25(6): 967–977.

[8] 崔維軍, 周飛雪, 徐常萍. 中國重化工業(yè)生態(tài)足跡估算方法研究[J]. 中國人口?資源與環(huán)境, 2010, 20(8): 137–141.

[9] 馮銀, 成金華, 申俊. 中國省域能源生態(tài)足跡空間效應(yīng)研究[J]. 中國地質(zhì)大學(xué)學(xué)報, 2017, 17(3): 85–96.

[10] 肖建紅, 于慶東, 劉康, 等. 海島旅游地生態(tài)安全與可持續(xù)發(fā)展評估—以舟山群島為例[J]. 地理學(xué)報, 2011, 66(6): 842–852.

[11] 王中航, 周傳斌, 王如松, 等. 中國典型特大城市交通的生態(tài)足跡評價[J]. 生態(tài)學(xué)雜志, 2015, 34(4): 1129–1135.

[12] 譚秀娟, 鄭欽玉. 我國水資源生態(tài)足跡分析與預(yù)測[J]. 生態(tài)學(xué)報, 2009, 29(7): 3559–3568.

[13] 姚爭, 馮長春, 闞俊杰. 基于生態(tài)足跡理論的低碳校園研究—以北京大學(xué)生態(tài)足跡為例[J]. 資源科學(xué), 2011, 33(6): 1163–1170.

[14] 鄧慧麗, 苗紅, 孔云霄, 等. 寧夏生態(tài)移民家庭碳足跡調(diào)查與影響因素研究[J]. 水土保持研究, 2016, 23(4): 154– 160.

[15] 李明明, 丁忠義, 牟守國, 等. 徐州市主城區(qū)個人生態(tài)足跡空間變異性研究[J]. 自然資源學(xué)報, 2010, 25(4): 594– 603.

[16] 楊屹, 朱彥臻, 張景乾. 關(guān)中-天水經(jīng)濟(jì)區(qū)生態(tài)足跡變化驅(qū)動因素[J]. 生態(tài)學(xué)報, 2017, 37(21): 7061–7067.

[17] 張學(xué)勤, 陳成忠, 林振山. 中國生態(tài)足跡的多尺度變化及驅(qū)動因素分析[J]. 資源科學(xué), 2010, 32(10): 2005– 2011.

[18] 周靜, 管衛(wèi)華. 基于生態(tài)足跡方法的南京可持續(xù)發(fā)展研究[J]. 生態(tài)學(xué)報, 2012, 32(20): 6471–6480.

[19] 張佩佩, 董鎖成, 李澤紅, 等. 甘南藏族自治州生態(tài)足跡與生態(tài)承載力分析[J]. 生態(tài)科學(xué), 2017, 36(2): 171– 178.

[20] 楊娟, 王昌全, 李冰, 等. 基于遺傳神經(jīng)網(wǎng)絡(luò)的成都市人均生態(tài)足跡預(yù)測[J]. 生態(tài)學(xué)報, 2009, 29(1): 359–367.

[21] 王曉娟. 兵團(tuán)經(jīng)濟(jì)發(fā)展與資源、環(huán)境相關(guān)關(guān)系實證分析[J]. 新疆農(nóng)墾經(jīng)濟(jì), 2009(11): 25–30.

[22] 徐中民, 張志強. 甘肅省1998年生態(tài)足跡計算與分析[J]. 地理學(xué)報, 2000, 55(5): 607–616.

[23] 吳開亞, 王玲杰. 生態(tài)足跡及其影響因子的偏最小二乘回歸模型與應(yīng)用[J]. 資源科學(xué), 2006, 28(6): 182– 188.

[24] 王惠文. 偏最小二乘回歸方法及其應(yīng)用[M]. 北京: 國防工業(yè)出版社, 1999: 200–207.

[25] 張娜, 牛翠萍. 新疆經(jīng)濟(jì)可持續(xù)發(fā)展的動態(tài)演進(jìn)分析—基于生態(tài)足跡模型[J]. 石河子大學(xué)學(xué)報, 2017, 31(06): 11–18.

[26] 王鵬程, 吳潔. 兵團(tuán)煤炭資源開發(fā)利用現(xiàn)狀及對策研究[J]. 時代經(jīng)貿(mào)旬刊, 2008, 6(12): 96–96.

[27] 劉建興, 顧曉薇, 李廣軍, 等. 中國經(jīng)濟(jì)發(fā)展與生態(tài)足跡的關(guān)系研究[J]. 資源科學(xué), 2005, 27(5): 33–39.

Analysis to ecological footprints and its driving forces of Xinjiang Production and Construction Corps from 2001 to 2015

LV Wei1,2,3, ZHOU Hongfeil,2*, CHAI Chenhao1,2,3, MA Jinbo4

1. State Key Laboratory of Desert and Oasis Ecology, Xinjiang institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011,China 2. Fukang Station of Desert of Ecology, Chinese Academy of Sciences, Fukang 831505,China 3. University of Chinese Academy of Sciences, Beijing 100049,China 4.222nd State Farm of twelve Division, Xinjiang Production and Construction Corps, Fukang 831505,China

Based on ecological footprint model, the ecological footprint of the Xinjiang Production and Construction Corps(XPCC) was calculated from 2001 to 2015. Its social and economic driving forces were analyzed using partial least-squares regression and Pearson correlation methods. The results showed that the per capita ecological footprint of XPCC increased from 2.765 hm2·cap-1to 14.329 hm2·cap-1, and the per capita ecological carrying capacity remained stable. The per capita ecological deficit increased from 0.355 hm2·cap-1to 11.670 hm2·cap-1, which indicated the ecological pressure continued to rise and the sustainable development had been facing challenge during the period of rapid economic growth. Per capita GDP, the added value of second industry, average per capita disposable income total retail sales of consumer goods, urbanization level and the added value of the primary industry had significantly positive driving effect to per capita ecological footprint. The proportion of the added value of the third industry and per ten thousand Chinese Yuan GDP had a relatively weak negative effect to per capita ecological footprint. Adjusting industrial structure and adding water for ecological usage was an effective way for XPCC to reduce ecological footprint, improve ecological carrying capacity and achieve sustainable development.

Xinjiang Production and Construction Corps; ecological footprint; sustainable development; driving forces

10.14108/j.cnki.1008-8873.2019.01.027

F062.2

A

1008-8873(2019)01-211-07

2018-1-13;

2018-02-05

中國科學(xué)院野外站聯(lián)盟項目“新疆兵團(tuán)農(nóng)墾生態(tài)成效評估”(KFJ-SW-YW027)

呂偉(1991—), 男, 河南信陽人, 碩士, 主要從事水文生態(tài)研究, E-mail: lvwei15@mails.ucas.edu.cn

周宏飛, 男, 浙江東陽人, 博士, 研究員, 主要從事干旱區(qū)水文水資源研究, E-mail: zhouhf@ms.xjb.ac.cn

呂偉, 周宏飛, 柴晨好, 等. 新疆生產(chǎn)建設(shè)兵團(tuán)2001—2015年生態(tài)足跡及其驅(qū)動力因子分析[J]. 生態(tài)科學(xué), 2019, 38(1): 211-217.

LV Wei, ZHOU Hongfei, CHAI Chenhao, et al. Analysis to ecological footprints and its driving forces of Xinjiang Production and Construction Corps from 2001 to 2015[J]. Ecological Science, 2019, 38(1): 211-217.